在智能家居時(shí)代即將來臨的未來，購買家務(wù)機(jī)器人可能會(huì)成為常態(tài)。然而，當(dāng)這些自動(dòng)助手無法執(zhí)行看似簡(jiǎn)單的任務(wù)時(shí)，消費(fèi)者可能會(huì)感到挫敗。此時(shí)，美國(guó)麻省理工學(xué)院電氣工程和計(jì)算機(jī)科學(xué)系的研究員 Andi Peng 及其團(tuán)隊(duì)的研究就顯得尤為重要，他們正在研發(fā)一個(gè)新的方法來改善機(jī)器人的學(xué)習(xí)能力。

Peng女士和她的研究團(tuán)隊(duì)創(chuàng)新性地構(gòu)建了一個(gè)人機(jī)交互框架，該系統(tǒng)的核心特性是能夠生成反事實(shí)敘述，準(zhǔn)確指出機(jī)器人要成功執(zhí)行任務(wù)所需的改變。比如，當(dāng)機(jī)器人無法識(shí)別一只特殊顏色的杯子時(shí)，該系統(tǒng)會(huì)為機(jī)器人提供可能的替代情景，也許，如果杯子是更常見的顏色，機(jī)器人就能成功識(shí)別。這些反事實(shí)解釋與人類反饋相結(jié)合，簡(jiǎn)化了為機(jī)器人微調(diào)生成新數(shù)據(jù)的過程。

Peng女士闡釋道：“微調(diào)是優(yōu)化已經(jīng)熟練掌握一項(xiàng)任務(wù)的現(xiàn)有機(jī)器學(xué)習(xí)模型的過程，使其能夠執(zhí)行另一項(xiàng)類似的任務(wù)。”

該系統(tǒng)的測(cè)試效果令人印象深刻，使用此方法訓(xùn)練的機(jī)器人表現(xiàn)出了快速的學(xué)習(xí)能力，同時(shí)也減少了人類教師的投入時(shí)間。如果能在更廣泛的領(lǐng)域成功實(shí)施，這種創(chuàng)新的框架可能幫助機(jī)器人更快地適應(yīng)新環(huán)境，最大程度地減少用戶對(duì)高級(jí)技術(shù)的需求。這項(xiàng)技術(shù)可能會(huì)成為推動(dòng)通用機(jī)器人更好地幫助老年人或殘疾人的關(guān)鍵。

Peng女士表示：“最終目標(biāo)是使機(jī)器人能夠在一個(gè)類似于人類的抽象層面上進(jìn)行學(xué)習(xí)和發(fā)揮作用。”

機(jī)器人學(xué)習(xí)的一個(gè)主要難點(diǎn)是所謂的“分布轉(zhuǎn)移”，指的是機(jī)器人遇到在訓(xùn)練過程中未見過的物體或空間的情況。為了解決這個(gè)問題，研究人員引入了一種名為“模仿學(xué)習(xí)”的方法。然而，這種方法仍有其局限性。

Peng女士說：“想象一下，我們必須用 30,000 個(gè)杯子進(jìn)行示范，機(jī)器人才能夠拿起任何一只杯子。相比之下，我更希望只用一個(gè)杯子進(jìn)行示范，然后教機(jī)器人如何拿起任何顏色的杯子?！?/p>

因此，他們的系統(tǒng)將識(shí)別哪些對(duì)象屬性對(duì)完成任務(wù)至關(guān)重要（比如杯子的形狀），哪些屬性則不是（比如杯子的顏色）。有了這些信息，該系統(tǒng)將生成合成數(shù)據(jù)，改變“非必要”的視覺元素，以優(yōu)化機(jī)器人的學(xué)習(xí)過程。

為了評(píng)估這一框架的效果，研究人員進(jìn)行了一項(xiàng)涉及人類用戶的測(cè)試，以確定系統(tǒng)的反事實(shí)解釋是否增強(qiáng)了他們對(duì)機(jī)器人任務(wù)表現(xiàn)的理解。

Peng女士說：“我們發(fā)現(xiàn)，人類天生就擅長(zhǎng)這種形式的反事實(shí)推理。正是這種反事實(shí)元素使我們能夠?qū)⑷祟惖耐评砟芰o縫地轉(zhuǎn)化為機(jī)器人邏輯。”

在多次模擬中，機(jī)器人通過他們的方法學(xué)習(xí)得更快，表現(xiàn)優(yōu)于其他技術(shù)，同時(shí)還減少了用戶示范的需求。

在未來，這個(gè)團(tuán)隊(duì)計(jì)劃在實(shí)際的機(jī)器人上實(shí)施這個(gè)框架，并致力于通過生成機(jī)器學(xué)習(xí)模型來縮短數(shù)據(jù)生成時(shí)間。這種突破性的方法可能改變機(jī)器人的學(xué)習(xí)軌跡，為機(jī)器人更好地融入我們?nèi)粘Ｉ钪械奈磥礓伷降缆贰?/p>